- •Лекция 5 Законы распределения непрерывных св Расстояние между точками пуассоновского поля
- •Пространственное поле: распределение Максвелла
- •Показательный закон распределения в теории надежности
- •Особенность показательного закона
- •Нестационарный пуассоновский поток
- •Надежность сложной системы
- •Статистическое моделирование надежности
- •Универсальная процедура моделирования надежности
- •Распределение Вейбулла
- •Класс характеристик надежности
- •Системный анализ надежности
- •Показательный закон в теории массового обслуживания
- •Параметры одноканальной системы массового обслуживания
- •Вероятности свободного состояния одноканальной системы
- •Пропускная способность одноканальной системы
- •Особенности многоканальных смо
- •Смо с ожиданиями
- •Статистическое моделирование многоканальной смо
- •Моделирование динамики состояний многоканальной смо
- •Информационный подход к выбору закона распределения
- •Наименее информативный закон распределения в интервале
- •Показательный закон – самый непредсказуемый закон наступления отказов
- •Оптимальный выбор закона распределения по оценкам мо и дисперсии
- •Равномерное распределение
- •Числовые характеристики
- •Условия применимости равномерного закона
- •Нормальный закон распределения
- •Числовые характеристики
- •Вероятность попадания в заданный интервал
- •Стандартное нормальное распределение
- •Выражение вероятности попадания в интервал через табулированные функции
- •Вероятность не более заданного отклонения от среднего значения
- •Срединное отклонение нормального распределения
- •Правила «3-х сигм» и «4-х e»
- •Электронные формулы для нормально распределенных св
- •Применение файл-функций
- •Использование структурных переменных
- •Класс нормально распределенных случайных величин
- •БэсПиБп.5. Законы распределения непрерывных св 17
Нормальный закон распределения
Нормальный закон с плотностью (5.21) и функцией распределения
-
(5.25)
играет особую роль в теории вероятностей и математической статистике благодаря своим свойствам:
-
нормальная кривая является хорошим приближением биномиальной формулы при большом числе испытаний;
-
плотность нормального закона наименее информативна из всех распределений неограниченной СВ, поэтому ее лучше всего использовать для доопределения имеющихся сведений о СВ;
-
сумма большого числа СВ, среди которых нет превалирующих, подчиняется нормальному закону (центральная предельная теорема);
-
нормальный закон устойчив относительно сложения: сумма двух нормально распределенных СВ подчиняется нормальному закону.
Рассеивание снарядов является результатом влияния большого числа случайных факторов, среди которых нет превалирующих, поэтому его описывают нормальным законом. Ошибки целеуказания также распределены нормально. Сумма этих двух ошибок (промах) подчинена тому же закону.
Числовые характеристики
Рис. 5.8. Графики нормального распределения |
При нечетных k интеграл в симметричных пределах обращается в ноль. При четных k интегрированием по частям получим:
Первое слагаемое равно нулю, а второе выражается через исходный интеграл. Последний в рекуррентной цепочке интеграл I(0) = , так как представляет собой интеграл Пуассона при = 0,5.
Получим для центральных моментов четных порядков общую формулу:
В частности,
Таким образом, параметры нормального распределения m, – это , соответственно, МО и СКО распределения. Принадлежность СВ X к классу нормальных распределений будем обозначать XN(m, ).
Вероятность попадания в заданный интервал
P(<X<) =.
Если имеются значения функции распределения (5.11) на концах интервала, вычисление вероятности не составляет труда:
P(<X<) = F() – F().
Стандартное нормальное распределение
-
.
(5.26)
Произвольную СВ X N0(0,1) можно привести к стандартной переносом начала координат в центр рассеивания и изменением масштаба в раз:
.
С помощью таблицы стандартной функции нормального распределения вероятность попадания в заданный интервал можно вычислить по формуле
P(<X<) = Ф* – Ф*. |
(5.27) |